一、协整概念入门：什么是协整？为什么做配对交易需要协整？
大家好，欢迎来到《协整残差分析与交易阈值设计》的第一章。
今天咱们聊一个核心问题：协整到底是什么？
说实话，我刚开始接触量化交易那会儿，听到「协整」这个词，第一反应是——这又是哪个统计学大佬发明的玄学名词？后来真刀真枪做了一段时间配对交易，才发现这东西其实没那么神秘。
1.1 从经济学直觉说起
先讲个故事。
假设你观察两个股票：贵州茅台和五粮液。它们都是白酒龙头，基本面相似，受同样的宏观经济影响。按理说，它们的价格走势应该「步调一致」才对。
但现实是，短期内它们可能各走各的。茅台涨了3%，五粮液跌了1%。这时候你会怎么想？
嗯，直觉告诉你：这种背离不会一直持续下去。迟早有一天，它们会重新回到某种「均衡关系」上。
这个「均衡关系」，就是协整的核心思想。
协整的通俗定义：两个或多个非平稳时间序列，它们的某种线性组合是平稳的。
说白了，就是几个「疯疯癫癫」的变量，组合在一起反而「老实」了。
1.2 为什么做配对交易需要协整？
配对交易的逻辑很简单：
- 找到两个高度相关的资产
- 当它们的价差偏离正常范围时，做多一个、做空另一个
- 等它们回归均衡，平仓获利
但这里有个坑——相关性不等于协整。
我踩过这个坑。有一次，我发现两只银行股的相关性高达0.95，兴冲冲地做了配对策略。结果呢？价差越走越远，亏得我怀疑人生。
后来复盘才发现：这两只股票虽然走势相似，但并没有长期均衡关系。它们的价差是「随机游走」的，根本不会回归。
避坑指南：我曾经以为相关性高就能做配对交易，结果被市场狠狠教育了一顿。记住：协整是配对交易的灵魂，相关性只是表象。
1.3 数学定义：从直觉到严谨
好了，直觉讲完了，咱们来点硬核的。
数学定义：
设两个时间序列 \(X_t\) 和 \(Y_t\)，如果满足以下条件：
- \(X_t\) 和 \(Y_t\) 都是 \(I(1)\) 过程（即一阶单整，非平稳但一阶差分后平稳）
- 存在一个非零常数 \(\beta\)，使得 \(Z_t = Y_t - \beta X_t\) 是 \(I(0)\) 过程（平稳）
那么，我们就说 \(X_t\) 和 \(Y_t\) 是协整的，\(\beta\) 称为协整系数，\(Z_t\) 称为协整残差。
你想想看，这个定义其实很优雅：
- 单个序列是「疯的」（非平稳）
- 但它们的组合是「稳的」（平稳）
- 这意味着它们之间存在长期均衡关系
个人习惯：我一般把协整关系想象成「拴在一根绳子上的两只狗」。每只狗都乱跑（非平稳），但绳子长度固定（协整关系），所以它们不会跑太远。
1.4 协整 vs 相关性：一张表说清楚
| 特性 | 相关性 | 协整 |
|---|---|---|
| 衡量什么 | 线性关系的强度 | 长期均衡关系 |
| 要求序列平稳 | 否 | 是（残差平稳） |
| 是否意味着回归 | 否 | 是 |
| 配对交易适用性 | 低（容易假相关） | 高（有均值回归特性） |
| 数学基础 | 皮尔逊系数 | 单位根检验、EG两步法 |
你看，相关性高的两只股票，价差可能越走越远。但协整的股票对，价差一定会回归。这就是为什么做配对交易，必须先过协整检验这一关。
1.5 核心知识体系：一张图看懂
下面我用一张SVG图，把本章的核心逻辑串起来：
1.6 一个简单的Python示例
光说不练假把式。咱们用Python模拟一下协整关系：
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.stattools import adfuller
# 设置随机种子
np.random.seed(42)
# 生成一个随机游走（非平稳）
n = 500
X = np.cumsum(np.random.randn(n))
# 生成Y，与X协整：Y = 2*X + 平稳噪声
beta = 2.0
epsilon = np.random.randn(n) * 0.5 # 平稳残差
Y = beta * X + epsilon
# 检验残差的平稳性
residual = Y - beta * X
adf_stat, p_value, _, _, critical_values, _ = adfuller(residual)
print(f"ADF统计量: {adf_stat:.4f}")
print(f"p值: {p_value:.4f}")
print(f"临界值: {critical_values}")
if p_value < 0.05:
print("✅ 残差平稳，X和Y存在协整关系")
else:
print("❌ 残差非平稳，X和Y不存在协整关系")
运行这段代码，你会发现p值远小于0.05。这说明什么？说明我们构造的X和Y确实是协整的。
我建议：初学者可以先跑通这个例子，感受一下「非平稳序列组合后变平稳」到底是怎么回事。代码不复杂，但背后的思想很重要。
1.7 本章小结
好了，咱们来捋一捋今天的内容：
- 协整是什么？——几个非平稳序列的线性组合是平稳的，它们之间存在长期均衡关系。
- 为什么做配对交易需要协整？——因为只有协整才能保证价差会回归，这是策略盈利的基础。
- 数学上怎么定义？——I(1)序列 + 残差平稳 = 协整。
- 和相关性有什么区别？——相关性看走势相似度，协整看长期均衡。相关性高不一定协整，但协整一定意味着某种相关性。
我个人觉得，协整是量化交易里最被低估的概念之一。很多人一上来就搞机器学习、神经网络，结果连最基本的「两个序列有没有长期关系」都没搞清楚。嗯，打好基础比什么都重要。